STATAU 文档站

外观

方差分解（FEVD）教程 ​

时间序列

解释 VAR 系统中预测误差方差由哪些冲击贡献，帮助判断变量之间的动态影响来源。

常用 Stata 命令var y1 y2 y3, lags(1/2) fevd
在 STATAU 中打开此功能
方差分解FEVDVAR 方差分解预测误差方差

这个页面解决什么问题 ​

方差分解（FEVD）通常接在 VAR 稳定性检查之后使用。它回答的问题不是某个变量会不会影响另一个变量，而是在未来若干期预测误差中，不同冲击分别贡献了多少比例。这个结果适合用来解释系统内部变量的相对重要性。

适用数据与前提 ​

通常需要先完成平稳性处理、VAR 滞后阶数选择和 AR 特征根稳定性检查。进入 FEVD 前，变量列表、趋势项、差分阶数和滞后阶数应与前面的 VAR 设定保持一致。

STATAU 页面中每个位置应该放什么变量 ​

网站位置应放入的变量说明
分析变量进入 VAR 系统的时间序列变量至少包含响应变量和一个或多个冲击变量。
响应变量需要解释预测误差来源的变量FEVD 会围绕这个变量分解未来各期预测误差方差。
冲击变量排序用于 Cholesky 分解的变量顺序变量排序会影响正交化冲击解释，建议与论文识别逻辑保持一致。
预测期数向前分解多少期常用于观察短期到中长期贡献比例如何变化。

Stata 等效代码 ​

var [变量列表], lags([滞后阶数])
fevd
Stata 代码位置STATAU 网站对应位置应放入什么
var [变量列表], lags([滞后阶数])分析变量 + 最大滞后阶数 / 信息准则先确定 FEVD 所基于的 VAR 系统。
fevd预测期数 + 响应变量 + 冲击变量排序输出不同冲击对响应变量预测误差方差的贡献比例。

在 STATAU 中操作步骤 ​

  1. 先完成平稳性检验，并按需要进行差分或变量变换。
  2. 在 VAR 或 AR 特征根检验中确认滞后阶数和系统稳定性。
  3. 进入“方差分解 FEVD”，选择响应变量，并调整冲击变量顺序。
  4. 设置预测期数和小数位数后运行，重点比较各期贡献比例的变化。

结果怎么看 ​

  • 每一预测期的贡献比例通常应围绕 100% 展开，重点看核心冲击变量贡献是否随期数上升或保持稳定。
  • 如果自身冲击长期占比很高，说明该变量主要由自身动态解释；如果外部变量贡献上升，说明系统内其他冲击逐步变重要。
  • FEVD 依赖 VAR 设定和变量排序，结果解释前要先确认系统稳定。
论文表述示例
  • 可以写成：“方差分解结果显示，随着预测期延长，核心解释变量冲击对被解释变量预测误差方差的贡献逐步上升，表明其动态影响具有一定持续性。”

常见使用误区 ​

  • 不要在 VAR 系统不稳定时直接解释 FEVD，否则贡献比例本身可能不可靠。
  • 不要忽略变量排序。若使用正交化冲击，排序变化可能带来不同的贡献比例。
  • FEVD 展示的是预测误差方差贡献，不等同于单个回归系数的显著性检验。

相关页面 ​